推荐引擎

CofiRank 或者说是 cofi ，是协作过滤解决方案，会根据用户或者其他用户的评级去预测用户的喜好。这个方案是基于 Matrix Factorization，可以用多个方式去扩展： Cof...

以下是内容介绍： 1、负责前端页面设计、推广页面设计、美工、图案等 2、公司历史、形象、对外提供服务、业务、介绍 3、产品介绍、产品服务、产品型号、价格等 4、提供公司负责联系人员、电话、地址 5、公司域名、服务器、备案、数据库等服务

Wuawua推荐系统是一个可配置的推荐系统，部分功能源于oryx，但核心的推荐算法将全部更新。 包含的推荐算法如下: SVD：ParallelSGD（已实现）、SVD、SVD++ Matrix ...

项目描述：视频推荐功能优化、容量性能优化；平均响应时间小于200ms，TPS峰值1000，日访问量2000万； 职责描述：1.容量性能优化，针对推荐数据快速扩展，通过数据分层、多层cache等方法，系统容量从百万级提升至千万级。2.接口越来越多，通过抽象，形成通用接口，可以降低开发量，提升需求响应速速。3.日常需求迭代开发

1.数据中台提供了元数据管理，数据采集，数据开发，ai建模，数据质量，数据地图，任务调度，ide数据查询等能力，作为企业众多数据安全产品的数据基座，为数据安全产品提供快捷的访问大数据方式，能够快速获取数据并对数据进行权限管理，数据质量管理，数据资产量化。 2.主要负责元数据管理，数据开发，ai建模，数据质量四个模块 3.元数据管理，管理整个任务血缘管理，任务中各个节点字段管理，上下游维护更好的展示整个任务以及相关表数据的加工流程，数据开发模块主要通过java去实现各种统计算子，转换算子提交job到yarn执行，数据落地到hive，es或者关系型数据库中。

100%个人完成！网站：https://www.ptefighter.com 后端服务技术栈：Laravel8.x + mysql8 + nginx pc网站 + 管理系统：vue + elementui Andorid: Java + uniapp IOS: object-c+uniaapp

1.仿团油、加油劵、美团、团购、自营店铺商城、4s店管理app等app,以及后台管理系统 2.我主要负责完成页面开发，以及配合后台人员完成接口的对接 3.主要业绩为客户节约了30%的资源成本，开拓了30%以上的用户市场。

ElasticCTR 是基于 Kubernetes 的企业级推荐系统解决方案，该方案融合了百度业务场景下经过不断验证打磨的 CTR 模型、基于飞桨框架的大规模分布式训练、工业级稀疏参数 Serv...

KNV是一个模式自由的高性能树型协议处理引擎，是对Key-Value的一个通用结构化扩展。 应用特性 正如NoSQL对SQL的彻底变革一样，KNV是对Key-Value的彻底变革！ 大家都很熟悉...

项目搭建了一个智能学术阅读云平台，目的为了帮助需要阅读学术的群体解决信息过载问题，同时填补相关学术阅读领域应用空缺。在具体功能方面， 项目计划运用统计、机器学习界的前沿方法，构建一套高性能的智能学术阅 读系统，为使用群体提供阅读路径规划，阅读历史可视化，个人知识管理， 陌生概念索引等服务，最小化用户在组织、整理、规划阅读资源上所需花费的时间精力，最大化学术阅读效率，为学术阅读提供根本性方案。除以上核心功能，平台还提供阅读资源社区服务，方便用户之间随时交流心得体会或者向平台反应改进意见。

NScript 是 .net 动态脚本引擎, 解决.net环境windows系统下类似java中Grovvy的功能和方向。 在互联网项目可以用来做动态营销活动（营销业务解耦和剥离），规则引擎，流...

LibFM是专门用于矩阵分解的利器，尤其是其中实现了MCMC（Markov Chain Monte Carlo）优化算法，比常见的SGD（随即梯度下降）优化方法精度要高（当然也会慢一些） 介绍 ...

Surprise是一个基于Python scikit构建和分析推荐系统。 设计时考虑到以下目的： 让用户完美控制他们的实验。为此，我们非常强调文档，我们试图通过指出算法的每个细节尽可能清晰和准确...

负责核心技术平台架构和技术预研，带领团队改造并完成内容数据平台和信息流分发平台，Feed流的智能化推荐、会员增值服务，车型库等基础技术平台建设和部署，支撑亿级用户高并发访问。

我是一名经验丰富的Java程序员，专注于业务管理系统的设计和开发。我深刻理解业务需求，并在过去的项目中成功交付了高效可靠的解决方案。

1、实现对共享车辆的管理 2、实现景区共享租车商业模式的实现 3、实现客户公司运营的需要 4、实现景区管理的需要

LensKit 是开源构建，研究，学习推荐系统，这是系统是 Java开发的，来自美国的明尼苏达大学，也是推荐领域知名的测试数据集Movielens的作者， 他们的推荐系统团队，在学术圈内的影响力...